東軟商務(wù)智能數(shù)據(jù)挖掘考試題庫_第1頁
東軟商務(wù)智能數(shù)據(jù)挖掘考試題庫_第2頁
東軟商務(wù)智能數(shù)據(jù)挖掘考試題庫_第3頁
東軟商務(wù)智能數(shù)據(jù)挖掘考試題庫_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、精品文檔商務(wù)智能復(fù)習(xí)題1、 名詞解釋1. 數(shù)據(jù)倉庫 : 是一種新的數(shù)據(jù)處理體系結(jié)構(gòu),是面向主題的、集成的、不可更新的(穩(wěn)定性 )、隨時間不斷變化 (不同時間 )的數(shù)據(jù)集合,為企業(yè)決策支持系統(tǒng)提 供所需的集成信息。2. OLAP OLAP®在OLTP的基礎(chǔ)上發(fā)展起來的,以數(shù)據(jù)倉庫為基礎(chǔ)的數(shù)據(jù)分析處 理,是共享多維信息的快速分析,是被專門設(shè)計用于支持復(fù)雜的分析操作,側(cè)重對分析人員和高層管理人員的決策支持。3. 粒度 : 指數(shù)據(jù)倉庫的數(shù)據(jù)單位中保存數(shù)據(jù)細(xì)化或綜合程度的級別。粒度影響存放在數(shù)據(jù)倉庫中的數(shù)據(jù)量的大小,同時影響數(shù)據(jù)倉庫所能回答查詢問題的細(xì)節(jié) 程度。4. 數(shù)據(jù)挖掘 : 從大量的、不

2、完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。5. OLTP OLTP%聯(lián)機事務(wù)處理的縮寫,OLAP聯(lián)機分析處理的縮寫。前者是以數(shù) 據(jù)庫為基礎(chǔ)的, 面對的是操作人員和低層管理人員, 對基本數(shù)據(jù)進(jìn)行查詢和增、 刪、改等處理。6. ROLA:P 是基于關(guān)系數(shù)據(jù)庫存儲方式的, 在這種結(jié)構(gòu)中, 多維數(shù)據(jù)被映像成二維 關(guān)系表,通常采用星型或雪花型架構(gòu),由一個事實表和多個維度表構(gòu)成。7. 聚類 : 是將物理或抽象對象的集合分組成為多個類或簇(cluster) 的過程, 使得在同一個簇中的對象之間具有較高的相似度,而不同簇中的對象差別較大。8.

3、 決策樹 : 是用樣本的屬性作為結(jié)點,用屬性的取值作為分支的樹結(jié)構(gòu)。它是分類規(guī)則挖掘的典型方法,可用于對新樣本進(jìn)行分類。9. 頻繁項集 : 指滿足最小支持度的項集,是挖掘關(guān)聯(lián)規(guī)則的基本條件之一。10. 支持度:規(guī)則A-B的支持度指的是所有事件中A與B同地發(fā)生的的概率,即P(AU B),是AB同時發(fā)生的次數(shù)與事件總次數(shù)之比。支持度是對關(guān)聯(lián)規(guī)則重要 性的衡量。11. 可信度:規(guī)則A-B的可信度指的是包含 A項集的同時也包含B項集的條件概率 P(B|A),是AB同時發(fā)生的次數(shù)與A發(fā)生的所有次數(shù)之比??尚哦仁菍﹃P(guān)聯(lián)規(guī)則 的準(zhǔn)確度的衡量。12. 關(guān)聯(lián)規(guī)則 : 同時滿足最小支持度閾值和最小可信度閾值的規(guī)則

4、稱之為關(guān)聯(lián)規(guī)則。2、 綜合題1 . 何謂 數(shù)據(jù)挖掘 ?它有哪些方面的 功能 ?數(shù)據(jù)挖掘的功能包括:概念描述、關(guān)聯(lián)分析、分類與預(yù)測、聚類分析、趨勢分析、孤立點分析以及偏差分析等。精品文檔2 .何謂數(shù)據(jù)倉庫?為什么要建立數(shù)據(jù)倉庫?數(shù)據(jù)倉庫是一種新的數(shù)據(jù)處理體系結(jié)構(gòu),是面向主題的、集成的、不可更新的(穩(wěn)定性)、隨時間不斷變化(不同時間)的數(shù)據(jù)集合3 .列舉操作型數(shù)據(jù)與分析型數(shù)據(jù)的主要區(qū)別。操作型數(shù)據(jù)分析型數(shù)據(jù)當(dāng)前的、細(xì)節(jié)的歷史的、綜合的向向應(yīng)用、事務(wù)驅(qū)動面向分析、分析驅(qū)動頻繁增、刪、改幾乎不更新,定期追加麋作需求事先知道分析需求事先不知道生命周期符合SDLC完全不同的生命周期對性能要求局對性能要求寬

5、松;次操作數(shù)據(jù)量小一次操作數(shù)據(jù)量大支持日常事務(wù)操作支持管理決策需求4 .何謂OLT所口 OLAP它們的主要 異同有哪些?OLTP即聯(lián)機事務(wù)處理,是以傳統(tǒng)數(shù)據(jù)庫為基礎(chǔ)、面向操作人員和低層管理 人員、對基本數(shù)據(jù)進(jìn)行查詢和增、刪、改等的日常事務(wù)處理。OLAFW聯(lián)機分析處理,是在OLTP®礎(chǔ)上發(fā)展起來的、以數(shù)據(jù)倉庫基礎(chǔ)上的、面向高層管理人員 和專業(yè)分析人員、為企業(yè)決策支持服務(wù)。OLT所口 OLAP勺主要區(qū)別如下表:OLTPOLAP數(shù)據(jù)庫數(shù)據(jù)數(shù)據(jù)庫或數(shù)據(jù)倉庫數(shù)據(jù)細(xì)節(jié)性數(shù)據(jù)綜合性數(shù)據(jù)當(dāng)前數(shù)據(jù)歷史數(shù)據(jù)經(jīng)常更新更新,但周期性刷新一次性處理的數(shù)據(jù)量小一次處理的數(shù)據(jù)量大對響應(yīng)時間要求高響應(yīng)時間合理用戶數(shù)

6、量大用戶數(shù)據(jù)相對較少面向操作人員,支持日常操作面向決策人員,支持管理需要面向應(yīng)用,事務(wù)驅(qū)動面向分析,分析驅(qū)動5 .何謂粒度?它對數(shù)據(jù)倉庫有什么影響? 按粒度組織數(shù)據(jù) 的方式有哪些?粒度是指數(shù)據(jù)倉庫的數(shù)據(jù)單位中保存數(shù)據(jù)細(xì)化或綜合程度的級別。粒度影響存放在數(shù)據(jù)倉庫中的數(shù)據(jù)量的大小,同時影響數(shù)據(jù)倉庫所能回答查詢問題的細(xì)節(jié) 精品文檔精品文檔程度。6 .簡述數(shù)據(jù)倉庫設(shè)計的三級模型及其基本內(nèi)容。概念模型設(shè)計是在較高的抽象層次上的設(shè)計, 其主要內(nèi)容包括:界定系統(tǒng)邊 界和確定主要的主題域。邏輯模型設(shè)計的主要內(nèi)容包括:分析主題域、確定粒度層次劃分、確定數(shù)據(jù) 分割策略、定義關(guān)系模式、定義記錄系統(tǒng)。物理數(shù)據(jù)模型設(shè)計

7、的主要內(nèi)容包括:確定數(shù)據(jù)存儲結(jié)構(gòu)、確定數(shù)據(jù)存放位置、 確定存儲分配以及確定索引策略等。提高性能的主要措施有劃分粒度、數(shù)據(jù)分割、合并表、建立數(shù)據(jù)序列、引入冗余、 生成導(dǎo)出數(shù)據(jù)、建立廣義索引等。7 .在數(shù)據(jù)挖掘之前為什么要對原始數(shù)據(jù)進(jìn)行預(yù)處理?原始業(yè)務(wù)數(shù)據(jù)來自多個數(shù)據(jù)庫或數(shù)據(jù)倉庫,它們的結(jié)構(gòu)和規(guī)則可能是不同 的,這將導(dǎo)致原始數(shù)據(jù)非常的雜亂、不可用,即使在同一個數(shù)據(jù)庫中,也可能存 在重復(fù)的和不完整的數(shù)據(jù)信息,為了使這些數(shù)據(jù)能夠符合數(shù)據(jù)挖掘的要求, 提高 效率和得到清晰的結(jié)果,必須進(jìn)行數(shù)據(jù)的預(yù)處理。為數(shù)據(jù)挖掘算法提供完整、干凈、準(zhǔn)確、有針對性的數(shù)據(jù),減少算法的計算 量,提高挖掘效率和準(zhǔn)確程度。8 .簡

8、述數(shù)據(jù)預(yù)處理方法和內(nèi)容。數(shù)據(jù)清洗:包括填充空缺值,識別孤立點,去掉噪聲和無關(guān)數(shù)據(jù)。 數(shù)據(jù)集成:將多個數(shù)據(jù)源中的數(shù)據(jù)結(jié)合起來存放在一個一致的數(shù)據(jù)存儲中。需要注意不同數(shù)據(jù)源的數(shù)據(jù)匹配問題、數(shù)值沖突問題和冗余問題等。 數(shù)據(jù)變換:將原始數(shù)據(jù)轉(zhuǎn)換成為適合數(shù)據(jù)挖掘的形式。包括對數(shù)據(jù)的匯總、 聚集、概化、規(guī)范化,還可能需要進(jìn)行屬性的重構(gòu)。 數(shù)據(jù)歸約:縮小數(shù)據(jù)的取值范圍,使其更適合于數(shù)據(jù)挖掘算法的需要,并且 能夠得到和原始數(shù)據(jù)相同的分析結(jié)果。9 .簡述數(shù)據(jù)清理的基本內(nèi)容。1 .聚類2.空值處理.3.冗余和重復(fù)10 .何謂聚類?它與分類有什么異同?聚類是將物理或抽象對象的集合分組成為多個類或簇 (cluster

9、)的過程,使 得在同一個簇中的對象之間具有較高的相似度,而不同簇中的對象差別較大。聚類與分類不同,聚類要劃分的類是未知的,分類則可按已知規(guī)則進(jìn)行; 聚類是一種無指導(dǎo)學(xué)習(xí),它不依賴預(yù)先定義的類和帶類標(biāo)號的訓(xùn)練實例,屬于 觀察式學(xué)習(xí),分類則屬于有指導(dǎo)的學(xué)習(xí),是示例式學(xué)習(xí)。11 .設(shè)某事務(wù)項集構(gòu)成如下表,填空完成其中支持度和置信度的計算精品文檔事務(wù)ID項集L2支持度規(guī)則置信度T1A, DA, B33.3501T2D, EA, C33.38A60T3A, C, EA, D44.4P Af D66.71T4A, B, D, EB, D33.3Bf D75T5A, B, CC, D33.3P Cf D60T6A, B, DD, E33.3A E43 一T7A, C, DT8C, D, ET9B, C, D12 .簡述K-中心點算法的輸入、輸出及聚類過程(流程)。輸入:結(jié)果簇的數(shù)目k,包含n個對象的數(shù)據(jù)集輸出:k個簇,使得所有對象與其最近中心點的相異度總和最小。流程:隨機

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論